集合覆盖问题一种随机近似算法的研究.docVIP

集合覆盖问题的一种随机近似算法研究 摘 要：集合覆盖问题(SCP)是运筹学中最基本的组合问题，本文给出了集合覆盖问题的一种随机近似算法。给定的子集的集合S和S中每个子集的权值，带权的集合覆盖问题是从S中选择费用和最小的子集使得其并集覆盖E。对E中每一个未被覆盖的元素，以某一精心设计的概率分布选择包含该元素的子集，直到E中所有元素均被覆盖，算法结束。 关键词：随机算法；近似算法；集合覆盖 1.引言 自从集合覆盖问题提出以来，相继有很多学者利用不同思想提出了很多不同的算法，这些算法主要分为完整算法和启发式算法。完整算法基本上建立在分支定界基础上。通过比较和分析，Caprara等人认为CPLEX算法是求解SCP最好的完整算法。但如果问题规模比较大时，其时间代价会非常高。而启发式算法则以牺牲解的精度来取得较好的时间复杂度，在可接受的时间内找到一个最优近似解。在实际问题中，最优近似解一般也能够满足现实的要求。 与上述确定算法不同，本文从概率的角度给出了集合覆盖问题的一种随机算法。由于算法的随机性，每次运行输出的覆盖都是随机的，本文证明了算法所求覆盖费用的期望值不超过最优覆盖的B倍，其中 。算法每次运行输出的覆盖都可能不同，因此，可以多次运行该算法得到一系列覆盖，从中选择费用最小的，该覆盖很可能接近最优解，甚至可能就是最优解。本算法的时间复杂度是线性的，这为算法的多次运行奠定了基础。另外，当B较小的时候，本文算法可以给出比当前结果较优的解。 2.算法 (1)设为n个元素的集合，S= 为E的子集的集合。所谓E的覆盖是S的一个子集C，C中元素的并集为E。经典的集合覆盖问题欲求E的一个覆盖C，使得C在E的所有覆盖中所含元素个数最少。 形式化描述为 输入：集合E= ，S= 输出：，使得，且最小。 (2)带权的集合覆盖问题则是更一般的情况。 仍设 ，对有一个非负权值叫，表示选择所需要的费用，覆盖C的费用为C中元素权值的和,相应地，问题的输出是求最小费用的覆盖。形式化描述为 输人： 输出：，使得。且最小化. (3)带权集合覆盖问题的随机近似算法(Algorithm WSC_RA)如下。 输入：带权重的集合覆盖问题的一个实例(E，S，W)。 输出：集合覆盖C。 第一步:以任意顺序排列E中的元素； 第二步： ①选择下一个元素； ②从中随机选择x，使得 ③ ④ 第三步：return C。 注意到，包含元素多的集合被选中的概率较大，而在每一轮循环中，算法以较大概率选择权重较小的集合。 3.算法近似比的分析 定理1假设，其中 ，那么算法WSC_RA是一个在期望意义下近似比为B的近似算法。 首先固定输入实例(E，S，W)中元素被试探的顺序，并假设是(E，S，W)的一个最优覆盖，通过WSC_RA算法得到的解C是S的一个随机子集。 定义1 对于任意s，定义如下一个变量X 令表示X的期望值。表明了集合s实际对覆盖C的贡献，并且变量的分布和的值在执行算法WSC_RA之前已经确定，那么算法的输出结果和期望权重可以表达为 现在的目标是适当地把算法WSC_RA的分析一般化。考虑在中的集合，本文将证明这些集合是C的主要组成部分。用另外的参数表示这部分元素。 定义2 令为算法WSC_RA计算出的集合，同时这些集合在最优解中。 因为在算法执行之前就已经确定了，显然有 因此 并且因为。，所以有 定理2 ，即算法输出解C的期望值至多是期望权重的B倍。 证明： 首先通过在集合覆盖实例上做的一个游戏来描述定理的证明。假设集合覆盖实例在开始时，每个的初始资本为，这些权重是在算法执行之前确定的，那么S中集合所有的资本的总和正好是算法的输出结果的期望权重。 假设存在一个全局策略，在该策略下，每个集合s∈S可以分配它的全部资本到它所包含的元素上，并且每个元素能够从包含它的集合(即L(e))中接收到相同数量的资本。然后，每个元素e向在中并且包含它的集合(即)归还它所接收的资本。因此，如果L(e)中仅有一个集合，即，那么所接收到的资本是它所分配给e的资本的倍；如果，那么e向中的每一个集合所归还的资本必然少于该集合所分配给e的资本的倍；如果L(e)中所有的集合都在中，那么e向中的每一个集合所归还的资本恰好等于该集合所分配给e的资本。 不难看出，经过上述处理后，每个在中的集合的资本至多增加至原来资本的倍，而没有在中的集合破产了(资本为O)。由此可以看出，现在S中的所有资本至多是开始时元素所拥有资本的B倍。因为每个集合s开始时 所拥有的资本为，可以用下式表示 这个表达式与定理2中的表达式是等价的。 现在唯一需要说明的是，上述把资本分配到元素的资本分配策略是存在的，为什么存在这样的分配策略呢?考虑每个集合s∈S，如果它所包含的元素中有一个把它选择到覆盖C中，那么它才会在覆盖C中。因此，